OpenAI在10月19日公布了一项针对低资源语言的研究，第一组落在COBOL代码迁移上。上一代那个GPT-5.6Sol，在低推理强度下准确率只有5.4%；最新的GPT-6.1Sol在同一档强度下拿到86.6%，提高推理强度后到97.9%，估算API成本还比上一代低39%。
这个数字怎么算出来的，得看清楚。评测把现有COBOL程序迁到Kotlin、Java、C++这类语言，Python与Rust也算，用隐藏测试比对迁移前后的可观察输出是否逐字节一致，全部通过才算成功。它衡量的是规定测试范围内的行为保真，不是对所有边界输入的保证。
难点不在语法转换。COBOL的定点数运算在未指定四舍五入时，超出精度的部分直接截断；换一种语言重写，如果用了另一种默认舍入方式，程序能正常跑、没有报错，算出来的金额却不一样。金额、空值、日期边界、排序和输出格式都可能成为测试问题，这类差异不会以崩溃的形式出现。
同一份研究里还有覆盖20种语言的MultiLangBench，要求模型从零实现兼容SQLite的数据库。GPT-6Astra平均通过率87.4%，上一代是26.8%。分语言看，COBOL由10.9%抬到72.1%；至于Fortran，它是21.4%到83.5%。
便宜那一档也测了。GPT-6Luna在MultiLangBench上的平均通过率是40.3%，单样本成本估下来0.77美元，GPT-5.6Sol那边要3.48美元，低了约78%。说明能力提升不只落在最贵的模型上，低成本那一档也能覆盖一部分过去做不了的语言。
OpenAI自己在研究里写明，用到生产软件仍需专家审查，业务规则和系统依赖都要另外测一遍。它引用的数据是，COBOL撑着四成以上的网上银行、八成的面对面刷卡，全球95%的ATM交易也跑在它上面。MultiLangBench的评测设置和测试套件已经公开在代码托管平台。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
